Coco App - AI Agent 桌面端工作台（面试复盘）

1. 项目简介 (Project Overview)

一句话介绍： Coco App 是一款集成了 RAG（检索增强生成） 与 MCP（Model Context Protocol） 的跨平台桌面端工具。它通过“搜索 + 问答 + 操作”的一体化入口，利用 LLM 能力打通本地文件系统与命令行，实现了从自然语言交互到系统级操作的闭环。

核心价值：

Unified Entry：统一了本地搜索、企业数据检索与 AI 助手的入口，减少上下文切换。
Agentic Workflow：不仅是 Chat，更能通过 MCP 协议直接操作本地环境（Chat to Action）。
Cross-Platform：基于 Tauri 实现了 Desktop (Win/Mac/Linux) 与 Web 端的 100% 业务逻辑复用。

2. 业务背景与痛点 (Situation)

在开发 Coco App 之前，我们面临以下核心痛点：

工具割裂与上下文切换高昂：
- 知识工作者需要在 Spotlight（本地搜索）、Browser（Web 搜索）、ChatGPT（AI 问答）与 Terminal（命令行操作）之间频繁切换。
- 痛点：缺乏一个聚合入口能同时覆盖“找文件”、“问知识”和“执行命令”。
跨端维护成本失控：
- 需要同时交付桌面端（私有化部署、高性能）与 Web 端（SaaS 访问）。
- 痛点：原有方案中，桌面端与 Web 端代码割裂，平台特定能力（如窗口管理、文件读写）侵入业务逻辑，导致 30% 以上的重复开发与回归成本。
大模型落地体验差：
- 直接接入 LLM API 响应慢，且无法感知本地上下文（如当前打开的文件）。
- 痛点：需要 RAG（检索增强）来注入上下文，并需要流式 UI 解决推理延迟带来的焦虑感。

3. 技术选型与架构 (Technology & Architecture)

3.1 技术栈 (Tech Stack)

领域	选型	理由 (Why)
前端框架	React 18 + TypeScript	利用 Strict Mode 约束组件边界；Zustand 管理轻量级状态（Search/Chat/Settings）。
桌面运行时	Tauri 2 + Rust	相比 Electron 内存占用减少 50%+；Rust 保证系统级操作（FS/Shell）的安全性与高性能。
AI 协议	MCP (Model Context Protocol)	标准化的 Client-Server 协议，解耦 LLM 与工具实现，便于接入第三方工具生态。
通信协议	SSE (Server-Sent Events)	相比 WebSocket 更轻量，完美适配 LLM 的流式输出（打字机效果）。
构建工具	Vite + Tsup	Vite 用于应用构建；Tsup 用于构建 Web SDK，配合 AST 扫描实现质量门禁。

3.2 平台端（Server）架构概览

为支撑桌面与 Web 侧的统一智能能力，平台端采用前后端分离的设计：桌面端基于 Tauri/Rust 提供本地能力与高性能聚合，服务端基于 Go 提供 Agent 编排、RAG 索引与 LLM 适配。

后端（Go）分层
- Core Domain：Assistant、Session、Message、DataSource、MCPServer 等核心实体
- Modules：assistant（编排，含 deep_research/deep_search）、llm（统一适配）、connector（数据源连接）
- Plugins：丰富的连接器生态（GitHub/GitLab/Jira/Notion/S3/SQL 等），为 RAG 提供数据支撑

3.3 前端 Monorepo 组件生态

为复用 Agent 能力于不同宿主形态（独立搜索页、嵌入式挂件），前端以 Monorepo 管理组件：

@infinilabs/ai-chat：对话交互组件，封装流式响应与会话管理
@infinilabs/chat-message：复杂消息渲染引擎，支持 Markdown、思维链（Think）、工具调用（CallTools）、深度研究报告（DeepResearch）
@infinilabs/ai-answer：面向即时问答的轻量组件

3.4 Agent 核心能力补充

深度研究（Deep Research）：多步推理、搜索与思考的编排，前端以 <Think /> 可视化思维链并输出结构化研究报告
MCP 支持：原生集成 Model Context Protocol，标准化工具调用，易于扩展第三方 MCP Server
RAG 引擎：多源接入（代码仓库、文档协作、对象存储、结构化数据库），统一索引与语义检索

3.5 前端交互与产品形态

流式响应与增量渲染：在 streamFetch 管理 SSE/Fetch 流，实时解析 Chunk 并逐步更新 UI，降低感知延迟
复杂消息体渲染：渲染工具调用状态、引用溯源（<Citation />）、多模态附件
模块化产品形态：可快速组合为全屏搜索、悬浮助手（Copilot）、命令中心（Launcher/Spotlight）

4. 核心难点与解决方案 (Key Challenges - STAR)

难点一：AI Agent 的流式编排与体验优化

Situation: 用户不仅需要文本回复，还需要 AI 执行多步推理（Chain of Thought）和工具调用（Tool Call）。传统的流式渲染无法处理“正在思考”、“正在执行命令”等中间状态。 Task: 设计一套能解析复杂事件流的 UI 状态机，平滑展示 AI 的思考与行动过程。 Action:

自定义 SSE 解析器：实现了一个流式状态机，将后端 SSE 数据流拆解为三种原子状态：
- Reasoning：思考过程（UI 折叠显示，减少屏幕占用）。
- ToolCall：工具调用（UI 显示 Loading/Success/Error 状态卡片）。
- Content：最终文本（Markdown 增量渲染）。
- 技术选型 (Why SSE vs WebSocket?)：
  - 场景匹配度：AI Agent 的生成过程是典型的“一次请求，多次响应”单向流。WebSocket 的全双工通信在此场景下是冗余的。
  - 协议轻量化：SSE 基于标准 HTTP 长连接，无 WebSocket 的复杂握手与心跳保活开销。
  - 鲁棒性：浏览器原生 EventSource 自带断线自动重连机制，而 WebSocket 需要手动实现心跳与重连逻辑。
  - 架构统一：MCP (Model Context Protocol) 标准原生支持 SSE 传输，直接复用协议栈，无需额外的协议转换层。
乐观更新与回退：在工具调用发起时立即在 UI 占位，异步等待 MCP Server 返回结果后再更新状态，消除等待感。 Result: 实现了类 Claude/OpenAI 的流畅对话体验，用户可清晰感知 AI 的“思考-行动-反馈”闭环。

难点二：多数据源聚合搜索 (RAG) 的高性能实现

Situation: 搜索需要同时聚合本地文件、历史记录、远程数据源等 5+ 个来源。只要有一个源（如远程 API）响应慢，整个搜索就会卡顿。 Task: 确保聚合搜索 P99 延迟控制在 200ms 内，且慢源不阻塞快源。 Action:

Rust 并发与熔断：
- 在 Rust 后端使用 FuturesUnordered 并发请求所有 QuerySource。
- 配合 tokio::time::timeout 对每个源实施独立熔断（Budget 机制），超时直接丢弃慢源结果，保证整体响应速度。
结果公平性算法：在聚合层实现动态权重排序，限制单个源的最大展示数量（max_hits_per_source），防止高频源（如历史记录）挤占结果页。 Result: 搜索响应速度稳定在 200ms 以内，且彻底解决了“慢源拖累”问题。

难点三：跨端架构适配 (Write Once, Run Everywhere)

Situation: 项目既要打包为桌面端 App，又要发布为 Web SDK 嵌入浏览器。两端 API 差异巨大（如 fs.read vs fetch）。 Task: 实现一套代码 100% 复用，无需维护两个分支。 Action:

适配器模式 (Adapter Pattern)：
- 设计 BasePlatformAdapter 抽象接口（定义 search, chat, openWindow 等核心能力）。
- TauriAdapter：实现 Rust Command 调用。
- WebAdapter：实现 HTTP API 调用。
依赖注入：在应用启动时根据 import.meta.env 动态注入对应的 Adapter 实例，上层业务组件对平台差异完全无感。 Result: 业务逻辑复用率达到 100%，新功能开发只需写一次代码即可双端上线。

难点四：工程化质量门禁 (The Hard Gate)

Situation: Web SDK 经常因误引入桌面端依赖（如 @tauri-apps/api）而在运行时崩溃，人工 Code Review 难以杜绝。 Task: 从机制上根除跨端依赖泄露问题。 Action:

构建产物扫描：在 tsup.config.ts 中编写自定义插件，构建完成后自动扫描所有产物文件。
AST/正则检测：一旦发现包含 @tauri-apps 或 src-tauri 相关的引用字符串，直接抛出错误并阻断 CI/CD 流程。 Result: 上线后 Web 端因依赖问题的崩溃率降为 0。

5. 个人职责与成果 (My Role & Results)

核心职责

架构设计：主导了前端 PlatformAdapter 分层架构与 Monorepo 工程搭建。
核心开发：独立实现了 AI Agent 的 SSE 流式解析器与 MCP 客户端集成。
性能优化：通过 Rust 并发与 React 虚拟列表优化，将搜索与对话渲染性能提升至毫秒级。

量化成果

性能指标：聚合搜索 P99 延迟 < 200ms；首字渲染延迟（TTFB）降低 40%。
研发效率：跨端代码复用率 100%，Web SDK 交付周期缩短 50%。
质量保障：构建门禁拦截了 10+ 次潜在的跨端依赖泄露事故。

# Coco App - AI Agent 桌面端工作台（面试复盘）

# 1. 项目简介 (Project Overview)

# 2. 业务背景与痛点 (Situation)

# 3. 技术选型与架构 (Technology & Architecture)

# 3.1 技术栈 (Tech Stack)

# 3.2 平台端（Server）架构概览

# 3.3 前端 Monorepo 组件生态

# 3.4 Agent 核心能力补充

# 3.5 前端交互与产品形态

# 4. 核心难点与解决方案 (Key Challenges - STAR)

# 难点一：AI Agent 的流式编排与体验优化

# 难点二：多数据源聚合搜索 (RAG) 的高性能实现

# 难点三：跨端架构适配 (Write Once, Run Everywhere)

# 难点四：工程化质量门禁 (The Hard Gate)

# 5. 个人职责与成果 (My Role & Results)

# 核心职责

# 量化成果